具有不同批量大小的pytorch恢复模型

Question

我有一个关于如何重新加载具有不同批量大小的 pytorch 模型的问题。在训练中，我的批量大小为 64，但在推理中，我希望批量大小为 1（一个接一个地馈送数据）。这是我用来保存和恢复模型的代码：

torch.save(agent.qnetwork_local.state_dict(), './ckpt/checkpoint.pth')

saved_model = QNetwork(state_size=37, action_size=4, seed=0)

saved_model.load_state_dict(torch.load('./ckpt/checkpoint.pth'))

运行推理模型时出现此错误：

RuntimeError: size mismatch, m1: [37 x 1], m2: [37 x 64] at /Users/soumith/code/builder/wheel/pytorch-src/aten/src/TH/generic/THTensorMath.cpp:2070

这个错误意味着模型的输入必须是 37x64，其中 37 是数据维度，64 是训练批次大小。但是测试输入是 37x1，这意味着数据维度是 37，批大小是 1。

重载pytorch模型中不同的批量大小有什么解决方案吗？非常感谢你。

Answer 1

当您建立模型时，您可以使用 -1 来动态表示您的批量大小。例如，下面是前向阶段代码def forward(self, x):     x = self.conv1(x)     x = self.layer1(x)     x = self.layer2(x)     x = self.avgpool(x)     x = x.view(-1, 37) #instead using x.view(64,37)      x = self.fc(x)希望它可以帮助你